Statistically representative metrology of nanoparticles via unsupervised machine learning of tem images

Wen, Haotian ; Luna-Romera, José María; Riquelme, José C.; Dwyer, Christian; Chang, Shery L.Y. 

Tipo: Artículo
Año de Publicación: 2021
Volumen: 11
Número: 10
Número de artículo: 2706
Acceso abierto: Vía dorada
Fuente Nº Citas Fecha Actualización
scopus604-02-2023
wos607-02-2023
Dimensions
PlumX
Altmetric

Año: 2021

Journal Impact Factor (JIF): 5,719

CategoríaEdiciónPosiciónCuartilTercilDecil
PHYSICS, APPLIEDSCIE37/161Q1T1D3
CHEMISTRY, MULTIDISCIPLINARYSCIE55/179Q2T1D4
MATERIALS SCIENCE, MULTIDISCIPLINARYSCIE109/345Q2T1D4
NANOSCIENCE & NANOTECHNOLOGYSCIE53/109Q2T2D5

Año:

2021

CiteScore:

6,600

CategoríaPosiciónCuartilTercilDecil
Chemical Engineering (all)55/280Q1T1D2
Materials Science (all)108/455Q1T1D3

SJR año:

2021

Factor de Impacto:

0,839

CategoríaPosiciónCuartilTercilDecil
Chemical Engineering (miscellaneous)53/324Q1T1D2
Materials Science (miscellaneous)145/586Q1T1D3
No existen datos para la revista de esta publicación.
Agencia Código de Proyecto
Australia Research Council (ARC)IC210100056
Spanish Ministry of Economy and CompetitivenessTIN2014-55894-C2-R; TIN2017-88209-C2-2-R
Nota: los datos sobre financiación provienen de la WOS
# Autor Afiliación
1Wen, Haotian University of New South Wales, School of Materials Science and Engineering (Australia)
2Luna-Romera, José MaríaUniversidad de Sevilla (Spain)
3Riquelme, José C.Universidad de Sevilla (Spain)
4Dwyer, ChristianElectron Imaging and Spectroscopy Tools (Australia)
5Chang, Shery L.Y. University of New South Wales (UNSW) Australia; University of New South Wales, School of Materials Science and Engineering (Australia)